Penelitian ini bertujuan membangun model prediksi tingkat stres mahasiswa pada tugas akhir menggunakan Linear Discriminant Analysis (LDA). Tugas akhir sering menjadi sumber stres bagi mahasiswa, berisiko menurunkan kinerjaakademik dan mengganggu kesehatan mental. Pendekatan kuantitatif eksperimental berbasis data mining digunakan, meliputi pengumpulan data kuesioner, pra-pemrosesan data, pembangunan model LDA, dan evaluasi performa. Data kuesioner mengukur faktor seperti beban tugas, pola tidur, dan tekanan sosial. Hasil penelitian menunjukkan model LDA mencapai akurasi 88%. Nilai precision macro 0.94 dan F1-score macro 0.86 menunjukkan ketepatan dan keseimbangan model yang baik. Meskipun performa untuk kelas stres rendah dan sedang sangat baik (F1-score 1.00 dan 0.91), kelas tinggi masih perlu ditingkatkan dengan recall 0.50. Ketidakseimbangan data antar kelas (khususnya rendah dan tinggi) berpengaruh signifikan. Penelitian ini menunjukkan potensimachine learning untuk deteksi stres objektif, namun pengembangan lebih lanjut seperti penambahan data latih diperlukan.
You may also start an advanced similarity search for this article.